/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-4B
Библиотека
transformers
Опубликована
29 авг 2026

Qwen3.5-4B-Finnish

Генерация текстаТекст → текст3 профессии

Экспериментальная текстовая донастройка Qwen3.5-4B для общения преимущественно на финском языке, перевода и повседневных текстовых задач.

42скачиваний за 30 дней1лайквеса обновлены29 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

JonaPoka/Qwen3.5-4B-Finnish — экспериментальная дообученная версия Qwen3.5-4B, созданная автором репозитория для ответов на финском языке. Это плотная модель на 4 млрд параметров с архитектурой Qwen3.5ForConditionalGeneration; финская настройка выполнена методом LoRA, а веса адаптера объединены с базовой моделью в полный чекпойнт. Модель работает только с текстом, поддерживает диалог и следование инструкциям; для генерации рекомендуется отключить режим thinking в шаблоне чата.

Модель предназначена для короткого перевода с английского на финский, повседневных писем и сообщений, перефразирования и кратких объяснений в стиле энциклопедии. В карточке заявлены финский и английский языки; основное назначение — ответы на финском без переключения на английский. Чекпойнт распространяется по лицензии Apache-2.0.

Качество финской грамматики и объяснений ограничено: модель может путать падежи, включая правила партитива, и добавлять вымышленные исторические сведения. Объяснения естественных наук могут быть неуклюжими. Автор характеризует модель как экспериментальную и не рекомендует полагаться на неё в юридических, медицинских или официальных вопросах.

Сценарии применения

  • составление короткого письма об отмене записи на финском
  • написание повседневных сообщений на финском
  • краткий перевод с английского на финский
  • перефразирование текста на финском
  • подготовка краткого объяснения в энциклопедическом стиле на финском

Ограничения

Модель может путать финские падежи и выдумывать исторические детали; объяснения иногда бывают неточными или неуклюжими. Не предназначена для юридических, медицинских или официальных советов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3.5-4B Finnish (experimental)

A Finnish instruction fine-tune of Qwen/Qwen3.5-4B. This is a merged full checkpoint (LoRA baked in), not a PEFT adapter and not a Finnish continued-pretrain like Poro 2, Ahma, or Viking. The base is a latest-general multilingual model (Apache-2.0).

Thinking is off. The vision tower was frozen; this release is text-only. There is no DPO in this checkpoint (TRL 1.12 needed a newer torch FSDPModule; TRL 0.22.2 broke on transformers 5.16).

Hub id: JonaPoka/Qwen3.5-4B-Finnish. Load it like the Qwen base — no PEFT required.

Use enable_thinking=False in the Qwen3.5 chat template.

What it is good at

  • Answering in Finnish without dropping back to English
  • Short EN→FI translation
  • Everyday drafts (cancellation email, messages) in a Finnish register
  • Wikipedia-style explanations after the native-text pass
  • Leading paraphrases for ice density and YK 1955 (after Stage 4)

What it is not

A 4B experimental fine-tune is not a native grammarian, not a historian, and not a Poro replacement. It still mixes Finnish cases on rules, and it still invents extra 1917 history. Prefer a 9B run on a 48 GB GPU if you need a serious Finnish assistant. Do not use this for legal, medical, or official advice.

How to run

Needs transformers>=4.57. This repo is the merged 4B checkpoint (~8.5 GB).

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "JonaPoka/Qwen3.5-4B-Finnish"

tok = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=True,
)

messages = [
    {
        "role": "system",
        "content": (
            "Olet avulias tekoälyavustaja. Vastaa suomeksi, ellei käyttäjä "
            "nimenomaan pyydä toista kieltä. Käytä luontevaa, kieliopillisesti oikeaa suomea."
        ),
    },
    {
        "role": "user",
        "content": "Selitä lyhyesti, miten suomen kielen partitiivi toimii. Anna kolme esimerkkiä.",
    },
]
enc = tok.apply_chat_template(
    messages,
    add_generation_prompt=True,
    enable_thinking=False,
    return_tensors="pt",
    return_dict=True,
)
out = model.generate(
    **{k: v.to(model.device) for k, v in enc.items()},
    max_new_tokens=192,
    do_sample=False,
    repetition_penalty=1.08,
)
print(tok.decode(out[0][enc["input_ids"].shape[-1] :], skip_special_tokens=True))

If AutoModelForCausalLM fails to load the hybrid Qwen3.5 checkpoint, use AutoModelForImageTextToText with the same arguments. Stop on <|im_end|>. A light repetition penalty (≈1.08) reduces the ice-density loops we saw in greedy decode.

Training used one LoRA (rank 64) continued across four SFT stages, then merged into the base. You do not need peft at inference.

Training process

One LoRA, continued — not four separate models. Rank 64, alpha 128, dropout 0.05. Targets full-attention (q/k/v/o_proj), Gated DeltaNet (in_proj_qkv, in_proj_z, in_proj_a, in_proj_b, out_proj), and MLP (gate/up/down_proj). Sequence 1024, QLoRA 4-bit NF4, assistant-only loss, batch 4 × accum 4 (effective 16). Hardware: 1× RTX 3090 / 3090 Ti, 24 GB.

Stage 1 — Finnish lock (15k)

Data15,000-row quality slice of a 68k filtered mix: scored Poro-2 Finnish HQ, Turku paraphrase + FLORES, capped AutoIF-FI, Parsebank WebQA, tiny human chat
Recipelr=1e-4, 1 epoch, 938 steps in 4h 55m
Train loss0.935 · token acc ~0.77
WhyQwen3.5 has not been SFT’d on Finnish instruction data. This pass teaches “answer in Finnish.”

We did not dump the unfiltered 1.4M Poro-2 collection. Judge labels (HYÖDYLLINEN) are not native Finnish.

Stage 2 — GIGO filter, unused rows (13.7k)

Data13,672 rows the 15k run never saw, after dropping already-trained ids, n_chars>2400, markdown essays, English leftovers, calques, EN-target FLORES, non-Parsebank WebQA. Plus 10 handwritten gold dialogues ×12.
Recipecontinue the Stage 1 adapter, lr=4e-5, 1 epoch, 855 steps in 4h 39m
Train loss0.958 · token acc ~0.76

Gold was ~1% of this mix, so morphology barely moved. Register and stopping did.

Stage 3 — new native text (11.2k), not a replay

Replaying the 68k would mostly memorize Llama-3.3 Finnish essays. Stage 3 continues the Stage 2 adapter on new licensed text converted to user→assistant turns (the gold is already in the source: Wikipedia lead, or the actual next paragraph).

SourceRowsLicenseTask
Finnish Wikipedia (Finnish-NLP/wikipedia_20231101_fi_cleaned)4,500 explain + 1,500 continueCC BY-SA“Selitä lyhyesti {title}” → lead; next-paragraph continuation
Project Gutenberg Finnish (Varho/gutenberg-fi)4,000 continue + 800 extractive leadsPublic domain (USA)Continue the next paragraph
Finnish Wikinews (Fumika/Wikinews-multilingual, lang=fi)110CC BY-2.5Short news piece from the headline
Handwritten gold296this projectLight sprinkle so partitive / email / 1917 patches are not wiped
Total11,2061 epoch, 701 / 701 steps in 1h 39m, lr=3e-5, train loss 2.005

Not included (would block a public Hub release): Yle and STT full-text archives (Kielipankki academic / no redistribution), Helsingin Sanomat, scraped commercial newsletters. Not used: raw continued pretraining on whole books (that strips instruction following).

Stage 4 — gold polish SFT (this checkpoint)

Continue the Stage 3 native LoRA. Config: configs/sft_qlora_4b_polish.yaml. No DPO after this.

Data75 handwritten gold dialogues ×48 (3,600) + 700 Turku paraphrase + 300 Finnish FLORES = 4,600 rows
Recipelr=2e-5, 1 epoch, 288 / 288 steps in ~55 min
Train loss0.262 · token acc 0.956

This merged checkpoint contains Stages 1–4. The LoRA was trained, then baked into Qwen/Qwen3.5-4B.

Performance (smoke)

There is no public Finnish instruction leaderboard we trust for a 4B adapter. Evaluation is a fixed smoke set: the same prompts after every run, greedy decode, thinking off, max_new_tokens=192, repetition_penalty=1.08.

PromptStage 1 (15k)Stage 2 (clean 13.7k)Stage 3 (native 11.2k)Stage 4 (gold polish)
PartitiveAllative -lle / genitive -n as “partitive”Wrong rule (-sta+-n); kahvia / leipääStill -n; kahvia / leipää keptExamples kahvia / autoa / kirjaa are right; the stated rule still mentions -n
Dentist emailEnglish calqueFinnish register; [Your Name]Finnish; [Nimi]; Hämähäkkilääkäri in the subjectReal Finnish cancellation; [Nimi]; no Hämähäkkilääkäri
Lake iceDensity idea, then a loopInverted + loopSame invert + loopOpen prompt a bit clumsy but not inverted; leading “is ice denser?” is correct
EN→FIKomitea siirsi päätöksen seuraavaan torstaihin.Same, goodSame, goodKomitea siirsi päätöstä seuraavaan torstaihin. (partitive object)
19176 Dec + Commonwealth 1955 + leaked user6 Dec right; Commonwealth gone6 Dec right; Commonwealth 1955 returned6 Dec 1917 right; still invents extra history (1919 peace / YK as independence)
YK 1955 (leading)——CorrectCorrect: Yhdistyneet kansakunnat, not the Commonwealth
Calque (“tämä viesti löytää sinut hyvin”)——Says Ei, then repeats the calqueRejected correctly

Stage 3 paraphrases already had ice-density and YK 1955 right; Stage 4 moved the open ice prompt off the invert, cleaned the dentist email, and made partitive examples usable. The partitive rule and the open 1917 prompt are still unreliable.

How to read this. Stage 1 solved language lock. Stage 2 improved register and stopping. Stage 3 added native-text style; leading factual prompts can work while open versions still fail. Stage 4 is a gold-heavy polish of that same LoRA, not a new model and not DPO.

Limitations

  • Case. Partitive examples improved at Stage 4; the verbal rule still confuses partitive with -n. Do not trust morphology explanations.
  • History. Independence Day 6 Dec 1917 is usually right; extra invented dates (1919, YK-as-independence) still appear on the open 1917 prompt.
  • Science. The leading ice-density paraphrase is correct; the open lake-ice explanation is clumsy and was inverted in earlier stages.
  • Capacity. Qwen’s own multilingual numbers are higher for 9B than 4B on every published set. Finnish morphology needs that headroom.
  • No DPO. Preference tuning was skipped because of a TRL / torch / transformers mismatch. The polish SFT already moved the demo prompts a lot.

Data licences

  • Base weights: Apache-2.0 (Qwen).
  • Stage 1–2 instruction rows keep their source licences. The Poro-2 HQ slice includes Llama-3.3-generated Finnish; Llama terms still apply to that slice if you redistribute it.
  • Stage 3: Wikipedia CC BY-SA, Gutenberg public domain (USA), Wikinews CC BY-2.5. Handwritten gold is provided for this fine-tune.
  • Stage 4: upsampled handwritten gold + Turku paraphrase + FLORES (same licences as the source rows).

Citation

@misc{qwen35-4b-finnish,
  title        = {Qwen3.5-4B Finnish (experimental)},
  author       = {JonaPoka},
  year         = {2026},
  howpublished = {Hugging Face},
  url          = {https://huggingface.co/JonaPoka/Qwen3.5-4B-Finnish},
  note         = {Merged LoRA SFT on Qwen/Qwen3.5-4B, thinking disabled, no DPO}
}

Base model: Qwen Team, Qwen3.5.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
27ff6e0

0 моделей